>>人工智能與機器學(xué)習的概念<<

機器學(xué)習是人工智能的一種形式，能賦予計算機無(wú)需復雜的程序化設計的學(xué)習能力，從而產(chǎn)生巨大的數據量。

>>機器學(xué)習的早期應用<<

很早之前，機器學(xué)習就有用在一個(gè)游戲‘超級馬里奧’里面,mario可以由計算機程序控制，識別不同的障礙，進(jìn)而做出合理的判斷和應對策略。

>>基于機器學(xué)習技術(shù)開(kāi)發(fā)而成的LemnaTec軟件模塊—LemnaGrid<<

一個(gè)傳感器收集到的需要訓練的數據，經(jīng)過(guò)數據標記，特征分析，再到各種分類(lèi)算法處理，最終得到數據，可與實(shí)際數值，做進(jìn)一步分析。其中數據標記、特征分析和分類(lèi)算法處理是圖像處理的核心問(wèn)題。這一整個(gè)過(guò)程即為機器學(xué)習的過(guò)程，一旦有新的傳感器所得到的數據，依舊可以用這一流程，進(jìn)行各種處理與分析。

>>舉個(gè)栗子1<<

LemnaGrid-機器學(xué)習技術(shù)：3D點(diǎn)陣云圖分割

利用英國洛桑研究所的3D激光成像模塊，以及LemnaGrid的機器學(xué)習技術(shù)，能夠分析田間小麥穗表型，對穗的識別精度達到99%以上。

>>舉個(gè)栗子2<<

傳感器融合有助于機器學(xué)習過(guò)程

傳感器融合是一個(gè)整合數據的過(guò)程，這些數據來(lái)自不同光譜、時(shí)空尺度下的不同傳感器。

RGB與IR的融合

? RGB mask可用于從IR中減去植物的背景；

? IR數據可以用作RGB數據的第四通道并用于相同的ML算法中。

3D層面的融合（不只是2D）

使用RGB和3D融合的像素級信息。

3D和IR，環(huán)境傳感器融合：觀(guān)察從上午9點(diǎn)到下午2點(diǎn)的大田植物溫度的升高趨勢。

>>小結<<

? 傳感器融合能提高機器學(xué)習算法的目標檢測和識別的精度；

? 傳感器融合提供了增強的結構和空間細節，并糾正了反射率的復雜性，并提供更高水平的校準。

本文視頻來(lái)源（請點(diǎn)擊或識別下方二維碼觀(guān)看）